Интеграция моделей представления знаний на основе интеллектуального анализа больших данных для поддержки принятия решений в области программной инженерии

Цель исследования - разработка моделей представления знаний в области управления требованиями, тестирования и сопровождения программного обеспечения на основе интеграции метода прецедентов, онтологии, генетического алгоритма, применения устойчивых методов иерархической кластеризации. Разработан метод интеграции прецедентов с онтологией в области сопровождения программного обеспечения, результатом которой является матрица семантических связей прецедентов с терминальными концептами онтологии. Предложен новый критерий устойчивости иерархической кластеризации на основе матрицы кофенетических корреляций. Построен алгоритм устойчивой иерархической кластеризации прецедентов на основе их семантической ассоциации с концептами онтологии предметной области путем предварительного снижения размерности данных. Разработана онтологическая модель представления и извлечения знаний в области программной инженерии с учетом особенностей применения техник работы с требованиями при гибком подходе. Модель реализована в форме OWL онтологии, где для рассуждений о требованиях используется формализм дескрипционной логики (DL). Разработан подход к формированию и применению продукционных правил для обработки экземпляров онтологии, который позволяет выявлять конфликты между парами требований. Разработан метод генерации тестовых данных для тестирования программных продуктов на основе генетического алгоритма, обеспечивающий максимальное покрытие кода.